12月11日，随着AI智能体被广泛视为处理旅行规划、商业决策乃至复杂任务的“万能钥匙”，一个现实问题却始终悬而未决：如何让这些智能体真正打通与外部工具和数据之间的壁垒？过去，开发者往往需要手动搭建并维护各种连接器，这种方式不仅繁琐、脆弱，还难以规模化，更在企业治理层面埋下隐患。
面对这一挑战，谷歌正推出一项关键举措——完全托管的远程MCP（Model Context Protocol，模型上下文协议）服务器。此举旨在简化AI智能体与谷歌生态内核心服务（如Google Maps、BigQuery等）的集成流程，使其无需复杂配置即可调用真实世界的工具和实时数据。
值得注意的是，这项新功能紧随谷歌最新发布的Gemini 3大模型而来。公司希望将模型更强的推理能力与稳定、安全的外部连接能力结合起来，从而打造真正“可用”的智能体体验。“我们正在从底层设计上，让整个谷歌平台变得‘智能体就绪’（agent-ready），”谷歌云产品管理总监Steren Giannini向媒体表示。
据Giannini介绍，以往开发者可能需要耗费一到两周时间构建自定义连接器，如今只需复制一个托管端点的URL，即可快速完成集成。在初期阶段，谷歌已上线面向Maps、BigQuery、Compute Engine和Kubernetes Engine的MCP服务器。典型应用场景包括：分析型智能体直接查询BigQuery数据库，或运维助手自动与基础设施交互以执行故障排查。
以Google Maps为例，若缺乏MCP支持，智能体只能依赖其训练时所学的静态地理知识；但一旦接入Maps MCP服务器，它便能基于最新、最准确的位置与路线信息做出动态决策。“这从根本上改变了智能体的能力边界，”Giannini强调。
尽管目前MCP服务器仍处于公开预览阶段（尚未纳入正式服务等级协议保障），但对已使用谷歌云服务的企业客户而言，这些功能将免费开放。Giannini透露，全面正式发布（General Availability）预计将在明年年初实现，且未来每周都会有新的MCP服务器陆续上线。
MCP最初由Anthropic于约一年前提出，作为一种开源标准，用于打通AI系统与外部工具及数据源。该协议迅速在智能体开发生态中获得广泛采纳。就在本周，Anthropic已将MCP捐赠给Linux基金会新设立的专项基金，以推动AI智能体基础设施的标准化进程。
“MCP的魅力在于它的开放性，”Giannini指出，“只要谷歌提供一个MCP服务器，任何兼容的客户端都能无缝对接。”他举例称，自己已成功使用Anthropic的Claude和OpenAI的ChatGPT作为客户端调用谷歌的MCP服务，“它们都能直接运行。”
除了提升服务可接入性，谷歌此次布局更深层的战略意图在于其API管理平台Apigee。许多企业早已通过Apigee分发API密钥、设置调用配额并监控流量。如今，Apigee可将现有API“转换”为MCP服务器，使商品目录、订单系统等企业内部接口自动变为AI智能体可发现、可调用的工具，同时保留原有的安全策略与治理机制。
这意味着，企业过去为人工开发应用建立的API治理体系，现在也能无缝延伸至AI智能体场景。此外，所有MCP服务器均受Google Cloud IAM权限控制，并由专为智能体设计的安全层——Google Cloud Model Armor提供防护，有效抵御提示词注入、数据泄露等新型攻击。管理员还可通过审计日志实现全链路可观测性。
展望未来，谷歌计划在未来数月内将MCP支持扩展至存储、数据库、日志监控、安全等多个服务领域。“我们已经搭好了底层管道，”Giannini总结道，“开发者再也不必从零开始造轮子了。”
